사상 리더
호르몬, 데이터, 그리고 기존 의학이 놓친 AI의 돌파구

핵심 포인트Ourself Health의 Stella AI는 종단적 호르몬 데이터를 개인 맞춤형 건강 권장 사항으로 전환합니다.
더 보기
- Ourself Health의 Stella AI는 종단적 호르몬 데이터를 개인 맞춤형 건강 권장 사항으로 전환합니다.
- NIH와 미국심장협회는 여성의 대사 창(m metabolic window) 연구에 1억 달러 이상을 투입했습니다.
- AI는 전통적인 단발성 진료가 구조적으로 재현할 수 없는 지속적인 패턴 인식을 가능하게 합니다.
수십 년 동안 여성 건강은 임상 연구에서 과소 대표되어 왔으며, 충분히 연구되지 않고 지나치게 단순화되어 남성의 생물학적 평균을 기준으로 한 모델에 맞춰져 왔습니다. 호르몬 주기와 관련된 질환은 정적 임상 스냅샷으로 축소되어 왔으며, 장기적인 패턴을 놓치고 증상을 잘못 해석해 진단 지연과 오진으로 이어졌습니다.
삼십 년 전, FDA는 임상 연구에 여성 참가자를 다시 허용했지만 여성은 여전히 임상 시험 참가자의 30%만을 차지합니다. 이는 제약 산업이 여성의 생식 능력과 출산 능력에 대한 우려에 너무 집중했기 때문입니다.
이러한 결과는 단순히 대표성의 문제를 넘어섭니다. 피츠버그 대학교 공중보건대학원의 연구에 따르면, 대부분의 약물 안전 프로파일은 남성 생물학을 기준으로 하며, 여성 호르몬 변동을 고려하지 않습니다. 특히 심혈관 질환 연구에서 여성의 낮은 참가율은 지연된 진단, 무시된 증상, 그리고 체계적인 오진으로 이어졌습니다.
2015년 이후, 임상 연구는 성별 평등을 달성하기 위해 의미 있는 발전을 이루었으며, 미국 국립 보건 연구소(NIH)는 연구에서 성별을 생물학적 변수로 고려하는 정책을 발표했습니다. 이는 이후의 과학적 연구에서 여성과 남성의 변수를 모두 고려해야 한다는 뜻입니다.
그러나 정책과 실제 사이의 격차는 상당했습니다. 여성의 생물학을 명시적으로 고려하는 임상적으로 엄격한 연구가 폭넓게 늘어나는 흐름은 이제야 나타나기 시작했습니다. 이와 함께 기관 투자와 인공지능이 융합하면서 이 분야를 새롭게 바꿀 가능성이 생겨나고 있습니다.
기관의 각성
임상 데이터가 축적되고 새로운 연구 공백이 초래하는 영향이 커지면서 과학과 기술 사이에 새로운 협력이 형성되고 있습니다. 여성의 생물학을 단순한 변형으로 다루는 대신, 생물학적 성차를 중심으로 처음부터 시스템을 구축하려는 흐름입니다.
기관들은 이러한 변화를 공식화했습니다. 미국심장협회는 7,500만 달러 규모의 Go Red for Women 벤처 펀드와 월경 주기가 심혈관·신장·대사 건강에 미치는 영향을 살피는 1,500만 달러 연구 프로그램을 통해 여성 심혈관 건강에 대한 지원을 강화했습니다.
동시에 NIH의 2024~2028년 전략 계획과 백악관 행정명령은 1억 달러를 초과하는 ARPA-H 자금을 폐경과 월경 주기 등 이른바 ‘대사적 창’ 연구에 투입하도록 하고 있습니다. 이는 기존 전임상 노화 연구의 거의 99%가 이러한 요인을 제외해 왔다는 근거에 대응하는 조치이며, 미국 국립아카데미의 157억 달러 규모 투자 권고가 뒷받침하고 있습니다.
이러한 구조적 변화는 여성의 건강 데이터를 수집하고 해석하며 행동으로 연결하는 방식에도 변화를 촉진했습니다. 새로운 세대의 플랫폼은 호르몬과 주기 데이터를 이해하기 쉽고 임상적으로 의미 있는 통찰로 바꿉니다. 이를 통해 여성은 전통적인 방법으로 잘못 해석될 수 있는 질환으로 악화되기 전에 패턴을 식별할 수 있습니다.
“제 건강 위기는 제 인생에서 가장 두려운 경험 중 하나였습니다. 그리고 그 경험을 통해 금세 드러난 것은, 환자가 부담을 감당할 준비가 가장 부족한 바로 그 순간에 그 부담이 거의 전적으로 환자에게 돌아간다는 사실이었습니다.” 아드리아나 토로시안은 오우셀 헬스의 창립자이자 CEO로서 유나이트 AI와의 인터뷰에서 말했습니다.
오우셀 헬스는 여성 건강을 인식하는 새로운 구조적 변화를 주도하고 있습니다. 이는 부실한 건강 데이터 관리에 대한 여성들의 개인적인 경험에서 비롯되었으며, 정보의 불일치나 데이터 해석에 대한 접근 부족으로 생길 수 있는 미래의 문제를 예방하려는 목적을 가지고 있습니다.
샌프란시스코에 기반을 둔 이 스타트업은 최근 스텔라를 발표했습니다. 스텔라는 세계 최고의 여성 건강 연구와 사용자의 개인 건강 기록을 결합한 인공지능 기반 건강 동반자입니다.
“결국 제게 답은 제 데이터였습니다. 저는 제 주기가 제 병에 직접 영향을 미친다고 생각해 그 가설을 저명한 의사들에게 제시했지만, 그들은 완전히 일축했습니다. 앞으로 나아갈 유일한 길은 저만의 데이터세트를 만들고, 스스로 답을 찾은 다음, 의사들을 제 과정에 참여시키는 것이었습니다. 제가 예상했던 것과는 완전히 반대였지요.” 토로시안은 덧붙였습니다.
인공지능이 방정식을 변경하는 이유
인공지능은 근본적으로 의료 진단을 재정의하고 있으며, 이는 임상 판단을 대체하는 것이 아니라, 전통적인 치료가 복제할 수 없는 규모와 연속성에서 패턴 인식을 가능하게 합니다. 임상 모델은 간헐적인 진료에 의존하지만, 인공지능 시스템은 의료 기록, 바이오 마커, 및 실시간 생리학적 입력을 지속적으로 분석하여, 표준 치료가 일반적으로 놓치는 상관관계를 감지할 수 있습니다.
그 결과 심혈관 질환에서 암에 이르기까지 다양한 질환의 진단이 측정 가능할 정도로 더 빠르고 정확해졌으며, 이미 환자의 치료 결과가 개선되고 있습니다.
여성 건강에 특히, 이러한 능력은 매우 중요합니다. 호르몬 시스템은 동적이며, 깊게 상호 연결되어 있으며, 매우 개인화되어 있습니다. 인공지능 기반 도구는 더 정밀한 모니터링, 예측 및 종단적 분석을 통해 생식 건강, 산모 관리, 부인과 질환 전반의 진단 격차를 메우기 시작하고 있습니다.
새로운 활용 사례는 AI 기반 태아 영상부터 자궁내막증의 비침습적 진단까지 다양합니다. 이는 전통적인 진단법이 오랫동안 어려움을 겪어온 분야입니다.
오우셀 헬스의 스텔라는 이러한 기반 위에서 종단적 호르몬 데이터를 실제로 활용하고 패턴을 변환하여, 일반적인 임상 지침이 아닌 개인화된 시간에 민감한 건강 추천을 제공합니다.
“사용자가 플랫폼에 더 많은 데이터를 제공할수록, 스텔라의 지침은 더 정확하고 개인화됩니다. 이는 사용자가 앱 내에서 일일적으로 추적하는 개인적인 증상, 개인 메모, 사용자가 직접 업로드할 수 있는 문서, 그리고 Apple Watch 같은 웨어러블 기기의 지속적인 생리학적 데이터에서 비롯됩니다.” 토로시안은 설명했습니다.
이 도구는 탐지에서 의사 결정 지원으로 넘어갑니다. 이는 여성 건강을 서로 단절된 임상 영역의 집합이 아니라 연속적이고 계산 가능한 시스템으로 재정의하는 것입니다.
“ 목표는 여성이 자신의 몸에 대해 아는 것과 의사가 짧은 진료에서 보는 것 사이의 격차를 줄이는 것입니다. 그리고 여성이 자신의 데이터, 최신의 관련 연구, 명확한 행동 계획을 갖고 모든 상호작용에 참여하도록 하는 것입니다. 스텔라는 이 모든 것을 여성의 손에 쥐여줍니다.” 토로시안은 추가로 말했습니다.
오래된 격차를 위한 새로운 계산적 계층
인사이트를 생성하는 것과 행동 가능한 지침을 생성하는 것 사이의 차이는 미묘하지만 임상적으로 중요합니다. 스텔라 AI는 후자를 우선하도록 설계되었습니다. 이는 종단적 경향을 해석하여 개인화된 시간에 민감한 추천을 생성하며, 각 사용자의 호르몬 기준선에 맞추어 조정합니다.
스텔라의 설계는 똑같은 호르몬 시스템을 가진 두 사람은 없다는 인식에 기반합니다. 오우셀 플랫폼은 주기, 증상과 관계없이 각 사용자의 입력에서 지속적으로 학습하며,
“개별 여성에게 아직 부족한 것은 연구가 따라잡기를 기다리지 않고 지금 당장 주도권을 잡을 수 있는 능력입니다. 바로 여기에 오우셀의 역할이 있습니다. 기관들이 자금 격차를 천천히 메우는 동안 여성에게 삶을 멈추라고 요구할 수는 없습니다. 우리는 여성이 오늘 자신의 몸을 이해하고, 자신의 건강 기록을 만들고, 충분한 정보에 기반해 결정하며, 이미 알고 있는 지식으로 행동할 도구를 제공할 수 있습니다. 그동안 더 넓은 연구 환경은 여성들 주위에서 계속 발전합니다.” 토로시안은 강조했습니다.
이 접근법은 호르몬 건강 관리를 반응적인 학문에서 선제적인 분야로 변환합니다. 이를 통해 개입 시기와 내용을 정밀하게 맞출 수 있습니다. 이는 전통적인 치료 모델이 구조적으로 충분히 제공할 준비가 되어 있지 않은 수준의 정밀함입니다.
개별 사례나 선구자들을 넘어, 더 나은 기술과 인공지능의 등장은 복잡성을 행동 가능한 것으로 만드는 새로운 계산적 계층을 제공합니다. 그리고 무엇보다도 생명을 구할 수 있습니다.
NIH와 미국심장협회 같은 기관들이 공식적으로 자원을 재배치함에 따라 인공지능은 그 동력을 현실의 영향으로 바꾸고 있습니다. 이러한 도구의 가능성은 의학이 오랫동안 관찰했지만 적용하는 데 어려움을 겪었던 사실, 즉 여성 건강은 역동적이라는 사실을 개인에 맞추어 실천에 옮기는 능력에 있습니다.
의료의 미래는 인구 수준의 평균이 아니라 정밀함으로 정의될 것입니다. 각 개인의 종단적 데이터가 그 사람의 치료의 기초가 될 것입니다. 그런 의미에서 인공지능은 의학을 대체하는 것이 아니라, 의학이 완전히 준비되지 않은 영역으로 확장하는 것입니다.












